虚拟机放置

摘要： 利用虚拟机放置策略对云数据中心的物理资源利用效率进行优化十分必要。提出了基于萤火虫群优化的虚拟机放置(glowworm swarm optimization based VM placement,Gso-wmp)方法。GSO-VMP方法将物理主机的处理器使用效率表示为荧光素值,当一个虚拟机被放置到物理主机上时,该物理主机的荧光素值都要进行更新;能够在局部径向范围内搜索到更多的可用物理主机,完成虚拟机放置,减少了虚拟机的迁移次数,从而间接地节省了物理主机的能量消耗。使用CloudSim作为GSO-VMP的仿真环境进行仿真,实验结果表明,GSO-VMP方法使得云数据中心的能耗降低、多维物理资源利用率提高。

摘要： 提出基于粒子群优化的虚拟机迁移模型(Particle swarm optimization for virtual machine migration model,PSO-VMM)。设计基于多维物理资源约束的能量消耗模型,以能量消耗最小作为粒子群优化的目标函数。在物理主机状态检测和虚拟机选择阶段,利用鲁棒局部归约检测LRR(Local Regression Robust)和最小迁移时间选择MMT(Minimum Migration Time)。在虚拟机放置阶段,将粒子群优化算法应用到大规模的候选迁移虚拟机到物理主机的重新分配。仿真实验结果表明:PSO-VMM迁移策略使得云平台的各类性能指标都得到改善。

摘要： 针对目前数据中心内部资源损耗优化不足的现状,提出一种基于正余弦扰动和反向学习的自适应粒子群算法的虚拟机放置策略。将连续整数编码方法、反向学习策略、正余弦扰动与自适应权重策略融入粒子群算法,连续整数编码能够解决传统编码的复杂性,有效提高算法的运行效率,反向学习使算法能够快速地接近最优解,加快算法的收敛速度,使用正余弦扰动避免算法陷入局部最优解,利用自适应权重策略调节局部搜索和全局搜索的关系。使用该算法解决数据中心中虚拟机放置问题,将仿真结果与其它算法进行比较,验证了该算法在降低资源损耗和保证服务质量方面优于其它算法。

摘要： 虚拟机放置是虚拟机整合过程中的关键步骤,虚拟机放置方法的好坏往往会影响云数据中心的资源使用效率和性能,这类问题可以通过建立多目标优化模型来进行求解。当前云数据中心存在能耗高、资源利用率较低以及资源碎片化的情况。针对上述情况,提出了一种基于MALO算法的虚拟机放置策略。通过建立多目标多约束的虚拟机放置模型,对能耗、资源利用率和资源碎片化3个方面进行优化。并且在蚁狮算法的基础上,通过改进解空间的边界变化策略和蚂蚁随机游走的位置选择策略,最后对蚂蚁位置越界进行修正,使得种群的多样性能得到更好保证,这样能更好地跳出局部最优解。基于虚拟机放置平台对MALO算法和另外4种虚拟机放置算法进行仿真实验,实验结果表明,相比于蚁狮算法、BRC算法、MBFD算法和FFD算法,MALO算法在降低能耗、提高资源利用率以及减少资源碎片化方面有一定的提升效果。

摘要： 随着互联网的不断发展,数据中心规模不断扩大,其面临的突出问题是如何保证数据中心安全运行并降低其运行能耗。目前的研究中仅着眼于降低数据中心运行能耗,并未考虑服务器的环境温度。若在高温区域持续增加负载,则可能导致局部热点问题,使得制冷设备处于过度制冷状态而导致数据中心运行能耗整体提高。针对上述问题,提出一种能耗感知的虚拟机放置策略,可以在降低数据中心运行能耗条件下避免热点出现。策略由两部分算法组成:第1部分为最佳适应算法,算法将物理机序列按照可用的CPU资源大小进行排序,对于当前虚拟机请求,按照文中提出的温度迫切值计算方法选择迫切值最小的物理机作为目标位置,并将目标物理机序列二进制化后作为遗传算法的初始种群;在第2部分遗传算法中,对种群进行交叉变异操作,通过适应度函数计算的适应度值选择出下一代种群,不断迭代计算最终得出最优解。为了验证所提出策略的有效性,在cloudsim仿真计算平台上进行了相关实验。仿真结果表明,所提方法在降低运行能耗的同时也降低了服务器间的温度波动值从而避免热点出现。

摘要： 如何将云客户端的大量虚拟机均匀的分配到云数据中心的物理主机上执行是一个关键问题.提出了贪心算法优化云数据中心的虚拟机分配策略,首先设计一个用于企业的云数据中心的工作场景,该场景包括三层云计算系统结构,包括用户层、云服务提供者层和云数据中心集合层.用户层用来生成虚拟机的请求集;云服务提供者层通过经典的装箱问题算法完成用户层的大量的虚拟机请求集到底层的云数据中心的分配.然后建立虚拟机分配过程中各种约束因素的数学模型;最后利用贪心算法优化云数据中心之间的虚拟机分配.利用某个企业的大数据中心作为云端测试环境,测试结果表明,经典的最好适应算法Best-Fit-Algorithm具有比较的虚拟机分配效果,云平台的能量消耗比较少,该实验结果对于其他企业构造云数据中心有比较好参考价值.

摘要： 提出云数据中心考虑虚拟机关联性的虚拟机放置策略.在物理主机状态检测和虚拟机选择阶段,采用鲁棒局部归约主机检测方法LRR(Local Regression Robust)和最小迁移时间选择方法MMT(Minimum Migration Time);在虚拟机放置阶段,采用多重相关系数来评价虚拟机之间的关联性.该策略在重新分配虚拟机的时候可以减少高关联的虚拟机被放置到同一个物理节点上的机会,尽量避免物理主机超负载问题,最终减少虚拟机迁移次数.实验结果表明:与Cloudsim中已有的虚拟机迁移办法相比,云数据中心的各类性能指标都有所改善,该实验结果对于其他企业构造节能云数据中心有很好的参考价值.

摘要： 云数据中心的规模日益增长导致其产生的能源消耗及成本呈指数级增长.虚拟机的放置是提高云计算环境服务质量与节约成本的核心.针对传统的虚拟机放置算法存在考虑目标单一化和多目标优化难以找到最优解的问题,提出一种面向能耗、资源利用率、负载均衡的多目标优化虚拟机放置模型.通过改进蚁群算法求解优化模型,利用其信息素正反馈机制和启发式搜索寻找最优解.实验结果表明,该算法综合性能表现良好,符合云环境对高效率低能耗的要求.

摘要： 提出一种基于家族遗传算法的虚拟机放置策略FGA-VMP(family genetic algorithm based virtual machine place-ment).采用一个自调节的变异算子(mutation operator)避免普通遗传算法的早熟问题;把整个种群划分为多个家族,将这些家族的进化操作并行处理,加快遗传算法的收敛速度;建立云数据中心的虚拟机放置的数学模型,以物理主机资源使用效率的最大化作为家族遗传算法的目标函数.仿真结果表明,FGA-VMP策略使云数据中心的各类性能指标得到改善.

摘要： 为了节省云数据中心的能量消耗,提出一种融合虚拟机选择的虚拟机放置方法.该策略将虚拟机迁移过程划分为物理主机状态检测,虚拟机选择和虚拟机放置3个步骤;在物理主机状态检测和虚拟机选择阶段,选取了Cloudsim项目中已有的且被证明是优秀的鲁棒局部归约检测方法和最小迁移时间选择方法;在最后的虚拟机放置阶段,以虚拟机和物理主机双方稳定匹配为目标,采用一种融合虚拟机选择与放置过程之间密切结合的虚拟机迁移策略,该策略可以保证活动物理主机的硬件资源有比较满意的利用效率;使用CloudSim作为云数据中心仿真环境.实验结果表明:与Cloudsim中已有的虚拟机迁移办法相比,提出的放置方法中云数据中心的各类性能指标都可以得到改善,该实验结果对于其他企业构造节能云数据中心有很好的参考价值.

摘要： 针对云数据中心虚拟机分配物理机时存在负载不均衡的问题,提出了一种基于蚁群优化算法的资源调度算法.对问题场景进行了分析,提出了数据中心负载不均衡度以及物理机与虚拟机之间不匹配度的概念,并给出了问题的形式化描述.在蚁群算法选择概率规则中参考了用户对虚拟机资源的需求,尽量避免对相同类型虚拟机部署在一台物理机上,同时对信息素的初始化、信息素的更新进行了改进.通过CloudSim模拟平台进行仿真实验,并与其他的分配算法进行了比较,实验结果表明:该调度算法能够快速地完成虚拟机的放置,并且使云数据中心的物理机具有较低负载不均衡度,提高了资源的利用率.

摘要： 针对云数据中心虚拟机分配物理机时存在负载不均衡的问题,提出了一种基于蚁群优化算法的资源调度算法.对问题场景进行了分析,提出了数据中心负载不均衡度以及物理机与虚拟机之间不匹配度的概念,并给出了问题的形式化描述.在蚁群算法选择概率规则中参考了用户对虚拟机资源的需求,尽量避免对相同类型虚拟机部署在一台物理机上,同时对信息素的初始化、信息素的更新进行了改进.通过CloudSim模拟平台进行仿真实验,并与其他的分配算法进行了比较,实验结果表明:该调度算法能够快速地完成虚拟机的放置,并且使云数据中心的物理机具有较低负载不均衡度,提高了资源的利用率.

摘要： 针对云数据中心虚拟机分配物理机时存在负载不均衡的问题,提出了一种基于蚁群优化算法的资源调度算法.对问题场景进行了分析,提出了数据中心负载不均衡度以及物理机与虚拟机之间不匹配度的概念,并给出了问题的形式化描述.在蚁群算法选择概率规则中参考了用户对虚拟机资源的需求,尽量避免对相同类型虚拟机部署在一台物理机上,同时对信息素的初始化、信息素的更新进行了改进.通过CloudSim模拟平台进行仿真实验,并与其他的分配算法进行了比较,实验结果表明:该调度算法能够快速地完成虚拟机的放置,并且使云数据中心的物理机具有较低负载不均衡度,提高了资源的利用率.

摘要： 针对云数据中心虚拟机分配物理机时存在负载不均衡的问题,提出了一种基于蚁群优化算法的资源调度算法.对问题场景进行了分析,提出了数据中心负载不均衡度以及物理机与虚拟机之间不匹配度的概念,并给出了问题的形式化描述.在蚁群算法选择概率规则中参考了用户对虚拟机资源的需求,尽量避免对相同类型虚拟机部署在一台物理机上,同时对信息素的初始化、信息素的更新进行了改进.通过CloudSim模拟平台进行仿真实验,并与其他的分配算法进行了比较,实验结果表明:该调度算法能够快速地完成虚拟机的放置,并且使云数据中心的物理机具有较低负载不均衡度,提高了资源的利用率.

摘要： 针对云数据中心虚拟机分配物理机时存在负载不均衡的问题,提出了一种基于蚁群优化算法的资源调度算法.对问题场景进行了分析,提出了数据中心负载不均衡度以及物理机与虚拟机之间不匹配度的概念,并给出了问题的形式化描述.在蚁群算法选择概率规则中参考了用户对虚拟机资源的需求,尽量避免对相同类型虚拟机部署在一台物理机上,同时对信息素的初始化、信息素的更新进行了改进.通过CloudSim模拟平台进行仿真实验,并与其他的分配算法进行了比较,实验结果表明:该调度算法能够快速地完成虚拟机的放置,并且使云数据中心的物理机具有较低负载不均衡度,提高了资源的利用率.

摘要： 本发明实施例提供了一种创建虚拟机的方法、虚拟机监控器及虚拟机系统，该方法包括：将虚拟机的伪物理内存对应的客户机页框号GFN映射到一共享零页，所述共享零页为物理内存中页面内容全为零的页；当所述虚拟机写所述GFN时，如果产生页面异常则分配物理内存页以解除所述客户机页框号GFN与所述共享零页的映射关系，并建立所述客户机页框号GFN与所述物理内存页的机器页框号MFN的映射关系。该方法可以减少虚拟机启动过程中的内存使用量，提高虚拟机密度，支持并发启动Memory Overcommitted数量的虚拟机。

摘要： 方法和装置实现通过应用或服务逻辑发起的虚拟机(VM)克隆的创建。应用程序从应用程序的运行时的运行中请求生成VM克隆。由VM生成器服务于该请求，VM生成器识别要克隆的VM的状态，并且识别在其上创建VM克隆的硬件资源。根据在哪些资源上生成VM克隆的确定，VM生成器在所确定的资源上创建VM克隆，其中具有已识别的状态。在一个实施例中，为各资源选择资源拷贝或引用拷贝的使用情况。在一个实施例中，VM生成器在确定实例化VM克隆的位置时考虑多个因素。参数可包括由应用程序发送的提示或优选项参数和/或资源负荷或性能。

摘要： 一种虚拟机热迁移的方法和服务器，以解决在SR‑IOV技术场景下虚拟机的热迁移无法实现的问题。实施例的虚拟机热迁移方法和服务器，通过设置写脏标志，使得待迁移的虚拟机的虚拟PCIE设备对接收到的数据进行至少一次的读写操作，所述待迁移的虚拟机的虚拟机管理器能够识别出数据的变化，并将变化的数据迁移到目的虚拟机，解决了现有技术虚拟机热迁移过程中因数据通过虚拟PCIE设备，虚拟机管理器不能感知数据导致的数据无法迁移问题。

摘要： 一种虚拟机热迁移的方法和服务器，以解决在SR‑IOV技术场景下虚拟机的热迁移无法实现的问题。实施例的虚拟机热迁移方法和服务器，通过设置写脏标志，使得待迁移的虚拟机的虚拟PCIE设备对接收到的数据进行至少一次的读写操作，所述待迁移的虚拟机的虚拟机管理器能够识别出数据的变化，并将变化的数据迁移到目的虚拟机，解决了现有技术虚拟机热迁移过程中因数据通过虚拟PCIE设备，虚拟机管理器不能感知数据导致的数据无法迁移问题。

摘要： 本发明实施例提供了一种创建虚拟机的方法、虚拟机监控器及虚拟机系统，该方法包括：将虚拟机的伪物理内存对应的客户机页框号GFN映射到一共享零页，所述共享零页为物理内存中页面内容全为零的页；当所述虚拟机写所述GFN时，如果产生页面异常则分配物理内存页以解除所述客户机页框号GFN与所述共享零页的映射关系，并建立所述客户机页框号GFN与所述物理内存页的机器页框号MFN的映射关系。该方法可以减少虚拟机启动过程中的内存使用量，提高虚拟机密度，支持并发启动Memory Overcommitted数量的虚拟机。

摘要： 本申请提供一种虚拟机的运行及创建方法、虚拟机及虚拟机化管理平台，所述虚拟机的运行方法应用于部署在物理机上的虚拟机，所述物理机上还部署有虚拟I/O服务器，所述方法包括：获取用于表征启动所述虚拟机的启动指令；基于所述启动指令，向所述虚拟I/O服务器发送资源请求；其中，所述请求中包括：所述虚拟机的标识信息；接收所述虚拟I/O服务器返回的所述虚拟I/O服务器从预先设置的标识信息与IP地址的映射关系中确定出的与所述虚拟机的标识信息对应的IP地址；利用所述IP地址对所述虚拟机的IP参数进行配置；运行所述虚拟机。在部署在物理机上的虚拟机启动，且在DHCP服务不正常时，也能保证虚拟机能获取到IP地址，保证虚拟机的正常运行。

摘要： 一种虚拟机热迁移的方法和服务器，以解决在SR‑IOV技术场景下虚拟机的热迁移无法实现的问题。实施例的虚拟机热迁移方法和服务器，通过设置写脏标志，使得待迁移的虚拟机的虚拟PCIE设备对接收到的数据进行至少一次的读写操作，所述待迁移的虚拟机的虚拟机管理器能够识别出数据的变化，并将变化的数据迁移到目的虚拟机，解决了现有技术虚拟机热迁移过程中因数据通过虚拟PCIE设备，虚拟机管理器不能感知数据导致的数据无法迁移问题。

摘要： 本发明提供的虚拟机内外通信方法、虚拟机、物理主机及虚拟机系统，用于解决现有技术中的虚拟机内外通信方式的通用性低、适应性不强的技术问题，提供一种通用性更高的虚拟机内外通信方式，增强虚拟机内外通信的适应性及提高虚拟机内外通信的效率。所述方法包括：虚拟机从所述虚拟机的内存中确定通信内存；运行所述虚拟机的物理主机确定所述通信内存；所述虚拟机和所述物理主机通过所述通信内存进行通信。

摘要： 一种虚拟机热迁移的方法和服务器，以解决在SR-IOV技术场景下虚拟机的热迁移无法实现的问题。实施例的虚拟机热迁移方法和服务器，通过设置写脏标志，使得待迁移的虚拟机的虚拟PCIE设备对接收到的数据进行至少一次的读写操作，所述待迁移的虚拟机的虚拟机管理器能够识别出数据的变化，并将变化的数据迁移到目的虚拟机，解决了现有技术虚拟机热迁移过程中因数据通过虚拟PCIE设备，虚拟机管理器不能感知数据导致的数据无法迁移问题。

摘要： 本发明涉及一种虚拟机放置策略选取装置、共存攻击防御方法及虚拟机部署方法、装置，其中，虚拟机放置策略选取装置包含：策略资源池，用于放置所有可选的虚拟机放置策略；随机数生成器，用于生成策略选择模块选取虚拟机放置策略的随机数；策略选择模块，根据随机数生成器提供的随机数和所有服务器的负载信息动态、随机从策略资源池中选取作为当前虚拟机资源分配请求的虚拟机放置策略。本发明利用所有服务器的负载信息，动态选取相应的虚拟机放置策略，很好解决传统方法中易于被恶意用户攻击预测等情形；服务器的比值信息易于计算，引入的计算量可以忽略不计，大大降低计算复杂度，具有很强的实用价值；对共享资源的安全技术具有重要的指导意义。